基于小波包分解与GA优化BP神经网络的瞬变电磁反演

作     者：李瑞友 白细民 张勇 汪靖 朱亮 丁小辉 李广 Li Ruiyou;Bai Ximin;Zhang Yong;Wang Jing;Zhu Liang;Ding Xiaohui;Li Guang

作者机构：江西财经大学软件与物联网工程学院南昌330013 江西省勘察设计研究院有限公司南昌330095 国网江西省电力有限公司供电服务管理中心南昌330000 东华理工大学地球物理与测控技术学院南昌330013 

基　　金：国家自然科学基金项目(41904076) 江西省教育厅科学技术项目(GJJ2200528) 南昌市水文地质与优质地下水资源开发利用重点实验室开放基金(20231B22) 

出 版 物：《吉林大学学报（地球科学版）》 (Journal of Jilin University：Earth Science Edition)

年 卷 期：2024年第54卷第3期

页      码：1003-1015页

摘      要：瞬变电磁反演是高维非凸的复杂非线性反演问题。利用传统的BP(back propagation)神经网络可以有效缓解瞬变电磁反演的过拟合现象,但是BP算法收敛速度慢、易陷入局部最优。为了解决这些问题,提出了一种基于小波包分解(wavelet packet denoising,WPD)和遗传算法(genetic algorithm,GA)优化BP神经网络的方法(WPD-GA-BP),并应用于瞬变电磁反演中。首先,采用基于硬阈值和Daubechies系列中Db13的WPD方法降低观测磁场数据中的噪声成分,同时提出一种剔除冗余特征的样本采集策略。然后,引入具有全局性的GA优化BP神经网络初始权重,提升BP算法的学习能力和求解精度。最后,基于中心回线源一维瞬变电磁正演理论,构建层状地电模型,经WPD预处理后进行反演,并比较GA-BP与传统Occam、单一BP、PSO-BP(particle swarm optimization-BP)、DE-BP(differential evolution-BP)等算法的反演结果。理论模型与实测数据反演结果表明:在瞬变电磁层状地电模型反演中,WPD-GA-BP比其他算法具有更高的精度以及更强的稳定性和正演数据拟合能力,可有效应用于电磁探测反演解释中。

主 题 词：瞬变电磁法 小波包分解 BP神经网络 遗传算法 反演 

学科分类：081801[081801] 081802[081802] 08[工学] 0818[工学-交通运输类] 

核心收录：

D　O　I：10.13278/j.cnki.jjuese.20230086

馆 藏 号：203128042...